陶哲轩关于雅可比猜想反例的 ChatGPT 对话
Hacker News 摘要原标题：Terrence Tao's ChatGPT Conversation about the Jacobian Conjecture Counterexample
这段内容记录了著名数学家陶哲轩（Terrence Tao）与 ChatGPT 就雅可比猜想（Jacobian Conjecture）的反例进行的深度讨论。对话的核心是验证一个新提出的多项式映射构造，并将其与已有的反例公式进行对比。
多项式同构的验证
对话首先讨论了一个定义在五维复空间 C5 中的代数簇 X。该代数簇由两个方程定义：
• a^2e - abd + cb^2 = 1
• ad + bc = 1
ChatGPT 通过符号计算验证了从三维仿射空间 A3 到 X 存在一个多项式映射 Φ，并且该映射拥有多项式形式的逆映射 Ψ。这意味着 X 与 A3 是同构的。计算结果表明，尽管在某些初步公式中 d 和 e 看起来存在分母，但在 a = 0 处这些奇异点是可以消除的，最终的映射在全空间都是多项式。
构造具有常数雅可比行列式的映射
通过将上述同构映射 Φ 与另一个映射 F 复合，并舍弃掉恒等于 1 的坐标项，可以得到一个从 C3 到 C3 的多项式映射 G。该映射由三个复杂的多项式 G1、G2、G3 组成。
经过符号微分计算，ChatGPT 确认该映射 G 的雅可比行列式（Jacobian determinant）恒等于 -1。这符合雅可比猜想中关于映射导数矩阵行列式为非零常数的条件。在 a = 0 处的快速一致性检查也证实了全局计算的准确性。
与已知反例的关联
对话进一步将映射 G 与一个已知的雅可比猜想反例公式 Forig 进行了比较。
1. 坐标转换：通过设定 a = z1，y = z2 以及 z = -1/2 z3，可以将 G 的坐标系转换为原反例的坐标系。
2. 等价性证明：经过代数展开，发现映射 G 的三个分量与原反例的三个分量在经过线性变换（包括输出顺序反转和缩放）后完全一致。
3. 算子分解：原反例可以表示为 Forig = B ∘ G ∘ A，其中 A 和 B 是简单的线性映射。
4. 行列式匹配：
• 映射 A 的行列式为 -1/2。
• 映射 B 的行列式为 -4。
• 映射 G 的行列式为 -1。
• 三者乘积为 -2，这与原反例公式直接计算出的雅可比行列式完全吻合。
最终结论是，这种基于代数簇同构的构造方法成功还原了已有的反例模型，证明了该构造方式在理解复杂多项式映射映射时的有效性。
原文：https://chatgpt.com/share/6a5fdc7a-d6f8-83e8-bbea-8deb42cfed56